Волны тепла представляют угрозу для экосистем и общества. В предыдущих исследованиях рассматривались частота, интенсивность и продолжительность этих явлений, однако долгосрочные изменения сроков их протекания — включая время начала, окончания и общую продолжительность сезона — изучены недостаточно, что ограничивает возможности по прогнозированию рисков, связанных с экстремальной жарой. В данной работе анализируются глобальные изменения этих показателей, а также характера (скорости) наступления волн тепла за период с 1979 по 2023 гг. В глобальном масштабе начало волн тепла сместилось на более ранние сроки (на 3,29 ± 0,12 дня за десятилетие), их окончание — на более поздние (на 5,41 ± 0,12 дня за десятилетие), а продолжительность сезона волн тепла увеличилась на 8,71 ± 0,17 дня за десятилетие. Тенденции к более раннему началу, более позднему окончанию и увеличению продолжительности сезона волн тепла охватили соответственно 72,0%, 79,6% и 92,1% площади суши, при этом статистически значимые изменения наблюдались на 13,4%, 20,3% и 34,4% территории. Было также зафиксировано недавнее смещение в сторону более стремительного наступления волн тепла. В засушливых районах изменения сроков протекания этих явлений были более выраженными, чем во влажных регионах. Полученные результаты подчёркивают необходимость учёта временных характеристик волн тепла при создании систем раннего оповещения, оценке рисков и разработке упреждающих мер адаптации к изменению климата.

Ссылка: https://www.nature.com/articles/s41558-026-02762-2

Наводнения являются одними из самых разрушительных стихийных бедствий в мире, что требует высокоточного моделирования там, где рельеф и условия окружающей среды предрасполагают общества к наводнениям. Хотя геопространственные данные бесценны для картирования подверженности наводнениям, всеобъемлющие и глобально согласованные наборы данных по-прежнему встречаются редко. Авторы представляют Глобальную карту подверженности наводнениям (GFSM v1), глобально согласованный набор данных о подверженности наводнениям с разрешением 30 м, созданный путём включения многоисточниковых факторов, влияющих на возникновение наводнений, с учётом топографических, гидрологических, метеорологических и антропогенных характеристик в рамках машинного обучения. Модель градиентного бустинга на основе дерева решений была обучена на ~17 000 тщательно отобранных фрагментах сетки с ~30,45 миллионами обучающих выборок, используя глобальный набор данных о затоплениях в качестве обучающих меток и девять факторов (высота над уровнем моря, уклон, экспозиция склона, индекс влажности, индекс растительности, высота над ближайшим водоотводом, близость к воде/дорогам и частота осадков). Модель была развёрнута на основе геополитических и климатических страт (единицы n = 192) для генерации глобальной восприимчивости на уровне пикселей. Тщательная перекрёстная проверка показала высокую точность прогнозирования модели (медианная площадь под кривой ~0,95), а выходные данные отражают локализованные регионы, подверженные наводнениям, по всему миру. GFSM v1 предлагает глобальный ресурс с открытым исходным кодом и высоким разрешением для поддержки обоснованного управления рисками наводнений, особенно в регионах с недостатком данных.

Ссылка: https://www.nature.com/articles/s41597-026-08338-1

Количественная оценка изменений климата с использованием стандартизированных базовых периодов необходима для отслеживания темпов и пространственной структуры происходящих сдвигов в климатической системе Земли. Однако до сих пор отсутствуют надёжные и всесторонние глобальные сопоставления последовательных климатических норм. Используя данные реанализа ERA5-Land с высоким пространственным разрешением (около 9 км), авторы сравнили климатические нормы за периоды 1961–1990 и 1991–2020 гг., чтобы задокументировать изменения температуры, осадков и классификации климатов по системе Кёппена–Гейгера на всей площади суши. Средняя температура поверхности суши в межпериодный интервал выросла на 0,731 °C; при этом наиболее интенсивное потепление наблюдалось в средних и высоких широтах, что согласуется с явлением полярного усиления потепления. Среднее глобальное количество осадков за два 30-летних периода снизилось на 8,8 мм (диапазон изменений составил от −1343 до +3887 мм), что указывает на интенсификацию гидрологического цикла и аридизацию субтропических регионов. Эти гидроклиматические изменения привели к смене климатических категорий по системе Кёппена–Гейгера на площади 18,5 млн км² (12,4% всей суши), причём темпы этих изменений существенно превышают предыдущие оценки, основанные на данных с более низким разрешением. Преобладающая часть изменений климатических условий происходила в сторону более тёплых и сухих режимов. Пространственная автокорреляция аномалий температуры и осадков (индекс Морана составил 0,76 и 0,7 соответственно) свидетельствует о пространственно согласованном характере изменений — что подтверждается дополнительным тестом с использованием суррогатных данных Фурье, — а не о случайных локальных колебаниях. Полученные результаты демонстрируют, что измеримая и пространственно структурированная трансформация климата уже произошла в течение всего одного межпериодного интервала, что имеет прямые последствия для устойчивости экосистем, агросистем и водных ресурсов. Масштаб и пространственная согласованность наблюдаемых изменений подчёркивают необходимость обновления базовых показателей для планирования и адаптации оценок уязвимости к новым климатическим нормам.

Ссылка: https://link.springer.com/article/10.1007/s10584-026-04303-4

В данном исследовании представлена обновлённая оценка трендов стратосферного и общего содержания озона в атмосфере за период 2000–2024 гг. с использованием шести объединённых наборов данных профиля атмосферы по краю диска Земли и шести объединённых наборов данных общего содержания озона. Долгосрочные изменения были количественно оценены с помощью модели множественной линейной регрессии, учитывающей динамическую и химическую изменчивость. В дополнение к стандартным регрессорам (солнечный цикл, квазидвухлетняя осцилляция, Эль-Ниньо-Южное Колебание, оптическая плотность стратосферного аэрозоля) авторы включили индексы Арктической и Антарктической осцилляций и вихревой тепловой поток в каждом полушарии в качестве индикаторов динамической изменчивости. Воздействие вулканической активности (и лесных пожаров) на аэрозоли представлено отдельными индикаторами для трёх периодов, в которых доминируют крупные вулканические события Эль-Чичон, Пинатубо и извержения вулканов после 2000 года, включая Хунга-Тонга. Эти специфические для каждого периода прокси-данные используются для более точного учёта изменяющихся динамических реакций озона, которые в значительной степени зависят от сезона и места извержений. Все наборы данных профилей последовательно показывают положительные тренды в верхней стратосфере, с наиболее сильным восстановлением озона в южных средних широтах, что согласуется с другими исследованиями. В нижней стратосфере тренды остаются слабыми, пространственно неоднородными и преимущественно отрицательными. Сравнение трендов стратосферного столба, полученных из данных профилей, с трендами общего содержания озона показывает тесное соответствие во всех широтных диапазонах. В пределах неопределённостей трендов тренды общего содержания озона с 2000 года в значительной степени обусловлены изменениями стратосферного озона, в то время как вклад тропосферы в зонально-средние тренды общего содержания озона (разница между общим и стратосферным трендами в столбе) представляется незначительным. Расширенная регрессионная модель улучшает представление недавней динамической изменчивости и предоставляет обновлённую перспективу восстановления стратосферного озона до 2024 года.

Ссылка: https://acp.copernicus.org/articles/26/13359/2026/

На фоне рекордных температур, зафиксированных в 2023–2024 гг., и наблюдаемых по всему миру экстремальных погодных явлений в научной литературе и СМИ ведутся дискуссии о том, происходит ли ускорение глобального потепления. В данной работе авторы рассматривают этот вопрос на региональном уровне, выявляя области, где данные наблюдений за приземной температурой указывают на рост темпов потепления. Полученные результаты свидетельствуют о существовании устойчивых пространственно-временных закономерностей ускорения и начала потепления, наблюдаемых с 1970 года и подтверждаемых различными массивами данных о температуре у поверхности Земли. Показано, что ускорение и начало потепления происходили в разных регионах, причём преимущественно в средних широтах Северного полушария. Отмечается значительная вариативность сроков начала ускорения регионального потепления: этот процесс начинался в разные периоды — от 1980-х до 2010-х годов. Полученные результаты вносят уточнения в продолжающуюся дискуссию об ускорении глобального потепления, позволяя определить конкретные регионы, где меняются темпы потепления, а также временные рамки этих изменений.

Ссылка: https://www.nature.com/articles/s41467-026-77514-z

Поскольку многочисленные модели прогнозирования погоды на базе искусственного интеллекта обучаются с использованием данных климатического реанализа, возникает острая необходимость в независимых наборах данных, основанных на результатах наблюдений, для верификации прогнозов. В данной работе, опирающейся преимущественно на сеть GHCN (Global Historical Climatology Network), представлен набор данных GHCNdgp (GHCN daily gridded precipitation), охватывающий период с 2020 по 2025 гг. Для повышения плотности сети станций и расширения пространственного охвата были объединены два набора данных суточных наблюдений (GHCN daily и Global Surface Summary of the Day) и три набора данных с внутрисуточным разрешением (GHCN hourly, Integrated Surface Database и Integrated Global Land surface Dataset). Проверки пространственно-временной согласованности сочетались с проверками целостности данных и времени регистрации наблюдений, что позволило выявить аномальные значения и определить время передачи данных станциями. Кроме того, набор данных GHCNdgp был сопоставлен с тремя существующими продуктами по осадкам с использованием коэффициента корреляции Пирсона: IMERG V07 Late (Integrated Multi-satellitE Retrievals for Global Precipitation Measurement), MSWEP V2.8 (Multi-Source Weighted-Ensemble Precipitation) и GPCC First Guess Daily (Global Precipitation Climatology Centre). Результаты показали, что более 90% аномальных наблюдений обусловлены идентичными значениями и повторяющимися последовательностями данных. Медианное значение коэффициента корреляции Пирсона для станций, у которых периоды накопления осадков смещены на 24 часа, как правило, ниже 0,25. Процедуры контроля качества позволили повысить медианное значение коэффициента корреляции Пирсона: с 0,46 до 0,62 (при сравнении с IMERG), с 0,54 до 0,71 (с MSWEP) и с 0,33 до 0,47 (с GPCC). Эти результаты свидетельствуют о том, что набор данных GHCNdgp эффективно устраняет расхождения во времени регистрации наблюдений и соответствует пространственному разрешению сетки 0,25° × 0,25°, характерному для моделей прогнозирования погоды на базе искусственного интеллекта. Данный набор данных находится в открытом доступе на платформе Zenodo в формате NetCDF (Network Common Data Form) и предоставляет важные наземные данные об осадках, необходимые для оценки качества (бенчмаркинга) прогнозов погоды, создаваемых с помощью искусственного интеллекта.

Ссылка: https://www.nature.com/articles/s41597-026-08145-8

Влияние аэрозолей — предмет активных исследований в мегаполисах с высокой антропогенной нагрузкой, расположенных в условиях северного климата. В Москве — самом северном из крупнейших мегаполисов Европы — был проведён анализ многолетних характеристик аэрозолей, при этом особое внимание уделялось эквивалентному чёрному углероду (equivalent black carbon, eBC). Среднегодовая концентрация eBC составила 1,3 ± 0,8 мкг/м³. Выраженной сезонной изменчивости выявлено не было (наблюдалось лишь незначительное повышение — примерно на 15% — в августе и сентябре), что контрастирует с данными по другим городам Европы и Азии, где обычно фиксируются высокие зимние показатели. Среднемесячные концентрации PM₁₀ и PM_2.5 демонстрировали схожую динамику. Были выявлены значимые отрицательные корреляции между концентрацией eBC и скоростью ветра, а также между eBC и высотой пограничного слоя атмосферы. Анализ функции условной вероятности в зависимости от сезона показал, как уровень eBC реагирует на ветер, что позволило определить в качестве источников крупные автомагистрали и промышленные предприятия. Суточный ход концентрации характеризовался двумя пиками летом и сглаженным профилем весной и осенью, тогда как зимой наблюдалась иная картина с максимумом в дневные часы. Среднегодовая динамика по дням недели отражала влияние утренних и вечерних часов пик в рабочие дни, сменяющееся структурой с одним ночным пиком в выходные. К сезонным региональным источникам были отнесены жилой сектор, сельское хозяйство и летние лесные пожары. Вклад сжигания ископаемого (дизель, бензин, газ) и твёрдого (биомасса, уголь) топлива оценивался на основе частотного распределения показателя поглощения Ангстрёма и модели аэталометра, использующей дополнительные маркеры (ионы K⁺ и оксиды азота NOx) для ограничения значений показателя поглощения Ангстрёма. Доля eBC, образующегося при сжигании ископаемого топлива (eBC_FF), достигала 83%; низкая доля eBC от твёрдого топлива (eBC_SF) указывала на перенос продуктов сгорания биомассы и угля с прилегающих территорий. Это первое исследование для Москвы, в котором проводится сопоставление с другими европейскими мегаполисами с использованием чёрного углерода в качестве современного показателя качества воздуха, принятого в Европе.

Ссылка: https://www.sciencedirect.com/science/article/abs/pii/S1352231026005893

Сектор зданий играет ключевую роль в достижении климатической нейтральности, поскольку вносит значительный вклад в конечное потребление энергии и выбросы парниковых газов. Однако возможности регионального энергетического планирования ограничены нехваткой высокодетализированных пространственно-временных наборов данных, одновременно охватывающих жилые, промышленные и общественные здания (сектор услуг). В данном исследовании разработан интерактивный энергетический атлас Валлонии с высоким пространственным разрешением, объединяющий кадастровые сведения, региональную энергетическую статистику, типовые модели зданий (архетипы) и стандартизированные временные профили нагрузки. Предложенная методология сочетает детальные кадастровые данные о 1,69 млн зданий с региональной статистикой и типовыми моделями для оценки годовых энергетических показателей с использованием гибридного подхода, объединяющего методы «сверху вниз» (top-down) и «снизу вверх» (bottom-up). На основе этих годовых оценок были сформированы профили с почасовой детализацией (8760 часов в году) с использованием стандартизированных профилей нагрузки BDEW для пяти показателей: потребление тепловой энергии (Heat Consumption, HC), потребность в тепловой энергии (Heat Demand, HD), потребление электроэнергии (Electricity Consumption, EC), потребность в электроэнергии для охлаждения (Cooling Electricity Demand, CED) и потребление электроэнергии на отопление (Heating Electricity Consumption, HEC). Полученные данные были агрегированы по четырём административным уровням (регион, провинция, округ, муниципалитет), охватывающим 5 провинций, 20 округов и 262 муниципалитета, и представлены в виде интерактивного веб-приложения, созданного с использованием инструментов Python, Dash и Plotly. Сформированные почасовые профили демонстрируют существенные различия в объёмах энергопотребления и его временном распределении в зависимости от категории здания. На уровне отдельных зданий среднее почасовое потребление тепла варьируется от 3,33 кВт·ч для сблокированных домов до 18,53 кВт·ч для многоквартирных домов; эти абсолютные значения отражают различия в размерах зданий и плотности жилья, поэтому они дополняются показателями энергоёмкости, нормированными на площадь. В секторе услуг наибольшая потребность в электроэнергии (40,07 кВт·ч) зафиксирована для объектов транспортной инфраструктуры, тогда как самые высокие показатели среднего потребления тепла (18,26 кВт·ч) характерны для зданий культурного и спортивного назначения. Промышленные объекты демонстрируют значительно более высокие расчётные потребности в энергии: так, для предприятий химической промышленности среднее почасовое потребление тепла и электроэнергии достигает 7275,5 кВт·ч и 2843,0 кВт·ч соответственно. Проверка достоверности модели на основе данных мониторинга семи реальных объектов (жилых, промышленных и сферы услуг) показала среднее значение коэффициента вариации среднеквадратичной ошибки на уровне около 27%, хотя имеющиеся данные мониторинга позволяют провести эмпирическую оценку преимущественно для показателей HC и EC. Анализ графиков продолжительности нагрузки выявляет характерные временные закономерности, различающиеся по секторам: более выраженная сезонная изменчивость в профилях жилого сектора, зависимость от графиков деятельности в профилях сферы услуг и относительно стабильные нагрузки в промышленном секторе; при этом данные временные характеристики отчасти унаследованы от используемых типовых профилей BDEW. Таким образом, «Энергетический атлас Валлонии» обеспечивает интеграцию на региональном уровне кадастровых данных, оценок годового энергопотребления, стандартизированных временных профилей, а также средств многомасштабной ГИС-агрегации и интерактивной визуализации, что служит основой для предварительного планирования энергосистем и оценки хода декарбонизации в регионе.

Ссылка: https://www.nature.com/articles/s41598-026-71587-y

Волна тепла, накрывшая западную часть Северной Америки в 2021 году, стала одним из самых экстремальных подобных явлений за всю историю наблюдений. Недавние исследования выявили событие сопоставимого масштаба и географического охвата, произошедшее в 1941 году. Однако о последствиях волны тепла 1941 года известно немного. В данной работе авторы проанализировали 357 выпусков 25 периодических изданий, вышедших до, во время и после волны тепла 1941 года, и выявили широкий спектр последствий, включая рост смертности, нехватку воды, ущерб урожаю, лесные пожары, наводнения, а также изменения в социальных обычаях и поведении людей. Затем они провели количественный анализ данных климатического реанализа, речного стока, уровня моря, урожайности сельскохозяйственных культур и смертности для сравнения с показателями 2021 года. Как качественный, так и количественный анализ позволили понять, каким образом и почему различались некоторые последствия этих двух волн тепла. Причинами различий стали: неодинаковая динамика развития волн тепла в масштабах континента и погодные условия после их завершения; меры реагирования, обусловленные одновременным протеканием других кризисов (Второй мировой войны и пандемии COVID-19); а также различия в социальных нормах, суточных приливно-отливных циклах, технологиях, инженерных решениях и инфраструктуре.

Ссылка: https://www.nature.com/articles/s43247-026-04055-0

Точный метеорологический прогноз имеет решающее значение для общественной безопасности и экономической стабильности, однако он в значительной степени опирается на модели численного прогноза погоды, результаты работы которых зачастую сложны для понимания неспециалистами. Хотя большие языковые модели демонстрируют потенциал в преобразовании структурированных данных в естественный язык для автоматизации подготовки прогнозов, прогресс в этой области сдерживается острой нехваткой наборов данных, позволяющих преодолеть разрыв между модальностями и отразить неявные логические рассуждения экспертов-метеорологов. Для решения этой задачи авторы представляют Grid2Text — тщательно подготовленный набор данных, связывающий сеточные метеорологические характеристики (на основе данных ERA5) с проверенными экспертами текстовыми прогнозами, содержащими явные цепочки рассуждений касательно температурных трендов, изменений вектора ветра, диапазонов влажности и типов осадков. Кроме того, были разработаны критерии валидации на основе процесса проверки с участием человека, чтобы гарантировать физическую непротиворечивость и логическую точность данных. Авторы ожидают, что этот общедоступный набор данных послужит стимулом для разработки интерпретируемых методов на базе больших языковых моделей, предназначенных для описания и обсуждения прогнозов погоды, и тем самым внесёт вклад в развитие области генерации научных текстов.

Ссылка: https://www.nature.com/articles/s41597-026-08249-1